OpenAI 宣布与 Apollo Research、METR、Transluce、Goodfire 四家机构合作开展嵌入式评估,让外部专家深入接触其内部模型和系统,调查对齐问题并测试安全防护措施。这些评估建立在 OpenAI 持续的对齐与安全研究之上,为其识别和管理系统风险的方式带来独立审查,详情见 openai.com/index/our-first-phase-of-embedded-assessments/。